Antimicrobial peptides: An alternative to traditional antibiotics

抗菌剂 抗菌肽 抗生素 抗生素耐药性 生物技术 化学 生化工程 生物 微生物学 工程类
作者
Shuaiqi Ji,Feng An,T.K. Zhang,Miao-Miao Lou,Jiawei Guo,Kexin Liu,Yi Zhu,Jianwen Wu,Rina Wu
出处
期刊:European journal of medicinal chemistry [Elsevier]
卷期号:265: 116072-116072 被引量:21
标识
DOI:10.1016/j.ejmech.2023.116072
摘要

As antibiotic-resistant bacteria and genes continue to emerge, the identification of effective alternatives to traditional antibiotics has become a pressing issue. Antimicrobial peptides are favored for their safety, low residue, and low resistance properties, and their unique antimicrobial mechanisms show significant potential in combating antibiotic resistance. However, the high production cost and weak activity of antimicrobial peptides limit their application. Moreover, traditional laboratory methods for identifying and designing new antimicrobial peptides are time-consuming and labor-intensive, hindering their development. Currently, novel technologies, such as artificial intelligence (AI) are being employed to develop and design new antimicrobial peptide resources, offering new opportunities for the advancement of antimicrobial peptides. This article summarizes the basic characteristics and antimicrobial mechanisms of antimicrobial peptides, as well as their advantages and limitations, and explores the application of AI in antimicrobial peptides prediction amd design. This highlights the crucial role of AI in enhancing the efficiency of antimicrobial peptide research and provides a reference for antimicrobial drug development.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hxksxc发布了新的文献求助50
刚刚
栗悟饭完成签到,获得积分10
刚刚
爱喝酸奶发布了新的文献求助10
1秒前
LJ发布了新的文献求助10
1秒前
所所应助橙子橙子橙子采纳,获得10
2秒前
大花卷发布了新的文献求助10
3秒前
搜集达人应助赵油油采纳,获得10
7秒前
缥缈幻桃完成签到,获得积分20
9秒前
Lucas应助野原向日葵采纳,获得10
10秒前
10秒前
空格TNT完成签到 ,获得积分10
10秒前
12秒前
山巅一寺一壶酒完成签到,获得积分10
12秒前
香蕉觅云应助缥缈幻桃采纳,获得10
13秒前
guositing完成签到,获得积分10
15秒前
1111发布了新的文献求助10
15秒前
天天快乐应助木槿采纳,获得10
15秒前
15秒前
赵油油完成签到,获得积分10
15秒前
16秒前
18秒前
书生意气发布了新的文献求助10
18秒前
18秒前
DAN完成签到,获得积分10
20秒前
Ava应助YTY采纳,获得10
20秒前
Lucas应助辛勤香岚采纳,获得10
20秒前
21秒前
Nitric_Oxide完成签到,获得积分10
21秒前
22秒前
Hello应助1111采纳,获得10
22秒前
一条蛆发布了新的文献求助10
24秒前
野原向日葵完成签到,获得积分10
27秒前
28秒前
30秒前
蛋炒饭香喷喷儿完成签到,获得积分10
32秒前
Andy完成签到,获得积分10
34秒前
zhaogl完成签到,获得积分10
36秒前
38秒前
39秒前
希望天下0贩的0应助哲999采纳,获得10
39秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157474
求助须知:如何正确求助?哪些是违规求助? 2808881
关于积分的说明 7878865
捐赠科研通 2467299
什么是DOI,文献DOI怎么找? 1313327
科研通“疑难数据库(出版商)”最低求助积分说明 630393
版权声明 601919